发明名称 基于逆RD定位模型的无控星载SAR图像正射校正方法
摘要 本发明提供一种基于逆RD定位模型的无控星载SAR图像正射校正方法,不仅解决了现有技术方案中需要迭代获取地面高程数值的难题,而且使SAR图像的正射校正流程易于并行编程,在保证几何校正精度基础上提高处理效率。首先利用像素对应的卫星轨道位置,构建斜距多普勒方程组,获得四角点的地理经纬度;然后地图投影,获得四角点的指东指北坐标和所需图像地图范围;其次进行逆地图投影获得像元的地理经纬度;按照公式转换为像元在地固坐标系统下的位置矢量;最后利用双线性插值法进行重采样所需图像像元的灰度值;直到所需图像地图范围内全部像元计算完毕,获得对应的灰度值,由此获得校正后图像。
申请公布号 CN103218780A 申请公布日期 2013.07.24
申请号 CN201310101077.3 申请日期 2013.03.27
申请人 中国科学院电子学研究所 发明人 刘佳音;仇晓兰;胡玉新;雷斌;付琨
分类号 G06T5/00(2006.01)I 主分类号 G06T5/00(2006.01)I
代理机构 北京理工大学专利中心 11120 代理人 高燕燕
主权项 一种基于逆RD定位模型的无控星载SAR图像正射校正方法,其特征在于,包括以下步骤:第一步:对卫星轨道数据以像素为自变量进行多项式拟合,其中多项式拟合模型如下: <mfenced open='{' close=''> <mtable> <mtr> <mtd> <msub> <mi>x</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>a</mi> <mn>0</mn> </msub> <mo>+</mo> <msub> <mi>a</mi> <mn>1</mn> </msub> <mi>m</mi> <mo>+</mo> <msub> <mi>a</mi> <mn>2</mn> </msub> <msup> <mi>m</mi> <mn>2</mn> </msup> <mo>+</mo> <msub> <mi>a</mi> <mn>3</mn> </msub> <msup> <mi>m</mi> <mn>3</mn> </msup> </mtd> </mtr> <mtr> <mtd> <msub> <mi>y</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>b</mi> <mn>0</mn> </msub> <mo>+</mo> <msub> <mi>b</mi> <mn>1</mn> </msub> <mi>m</mi> <mo>+</mo> <msub> <mi>b</mi> <mn>2</mn> </msub> <msup> <mi>m</mi> <mn>2</mn> </msup> <mo>+</mo> <msub> <mi>b</mi> <mn>3</mn> </msub> <msup> <mi>m</mi> <mn>3</mn> </msup> </mtd> </mtr> <mtr> <mtd> <msub> <mi>z</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>c</mi> <mn>0</mn> </msub> <mo>+</mo> <msub> <mi>c</mi> <mn>1</mn> </msub> <mi>m</mi> <mo>+</mo> <msub> <mi>c</mi> <mn>2</mn> </msub> <msup> <mi>m</mi> <mn>2</mn> </msup> <mo>+</mo> <msub> <mi>c</mi> <mn>3</mn> </msub> <msup> <mi>m</mi> <mn>3</mn> </msup> </mtd> </mtr> </mtable> </mfenced>其中,m表示像素号,xs,ys,zs表示该像素对应的卫星轨道位置x方向、y方向、z方向数值;第二步:利用第一步得到的像素对应的卫星轨道位置,构建斜距多普勒方程组,并迭代求解,从而对SAR图像四角点进行像素定位,获得四角点的地理经纬度;第三步:将第二步得到的四角点的地理经纬度进行地图投影,获得四角点的指东指北坐标;第四步:根据第三步得到的四角点指东指北坐标,获得所需图像地图范围;第五步:根据地图分辨率对所需图像像元进行逆地图投影,获得像元的地理经纬度;第六步:根据所需图像像元的地理经纬度,在数字高程数据库(DEM)中提取对应的高程数值;第七步:根据第五步得到的像元的地理经纬度和第六步得到的高程数值,按照下面的公式转换为像元在地固坐标系统下的位置矢量; <mfenced open='{' close=''> <mtable> <mtr> <mtd> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mrow> <mo>(</mo> <mfrac> <msub> <mi>R</mi> <mi>e</mi> </msub> <msqrt> <mn>1</mn> <mo>-</mo> <msup> <mi>e</mi> <mn>2</mn> </msup> <msup> <mi>sin</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <msub> <mi>lat</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> </msqrt> </mfrac> <mo>+</mo> <msub> <mi>h</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mi>cos</mi> <mrow> <mo>(</mo> <msub> <mi>lat</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mi>cos</mi> <mrow> <mo>(</mo> <msub> <mi>lon</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <msub> <mi>y</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mrow> <mo>(</mo> <mfrac> <msub> <mi>R</mi> <mi>e</mi> </msub> <msqrt> <mn>1</mn> <mo>-</mo> <msup> <mi>e</mi> <mn>2</mn> </msup> <msup> <mi>sin</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <msub> <mi>lat</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> </msqrt> </mfrac> <mo>+</mo> <msub> <mi>h</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mi>cos</mi> <mrow> <mo>(</mo> <msub> <mi>lat</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mi>sin</mi> <mrow> <mo>(</mo> <msub> <mi>lon</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <msub> <mi>z</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mrow> <mo>(</mo> <mfrac> <msub> <mi>R</mi> <mi>e</mi> </msub> <msqrt> <mn>1</mn> <mo>-</mo> <msup> <mi>e</mi> <mn>2</mn> </msup> <msup> <mi>sin</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <msub> <mi>lat</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> </msqrt> </mfrac> <mo>&CenterDot;</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msup> <mi>e</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>h</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mi>sin</mi> <mrow> <mo>(</mo> <msub> <mi>lat</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> </mtd> </mtr> </mtable> </mfenced>其中Re为地球长半轴,e为地球第一偏心率,lati,j为像元对应的纬度,lani,j为像元对应的经度,hi,j为像元对应的高程数值;第八步:根据第一步得到的像素对应卫星轨道位置,构建像元对应的逆斜距多普勒方程组,方程如下,并采用牛顿法求解逆斜距多普勒方程组:斜距方程: <mrow> <msub> <mi>F</mi> <mn>1</mn> </msub> <mo>=</mo> <msqrt> <msup> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>x</mi> <mi>t</mi> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>y</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>y</mi> <mi>t</mi> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>z</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>z</mi> <mi>t</mi> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> </msqrt> <mo>-</mo> <mrow> <mo>(</mo> <msub> <mi>R</mi> <mn>0</mn> </msub> <mo>+</mo> <mfrac> <msub> <mi>c</mi> <mi>light</mi> </msub> <mrow> <mn>2</mn> <mo>&CenterDot;</mo> <msub> <mi>f</mi> <mi>s</mi> </msub> </mrow> </mfrac> <mo>&CenterDot;</mo> <mi>n</mi> <mo>)</mo> </mrow> </mrow>多普勒中心频率方程: <mrow> <msub> <mi>F</mi> <mn>2</mn> </msub> <mo>=</mo> <mn>2</mn> <mo>&CenterDot;</mo> <mfrac> <mrow> <msub> <mi>x</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>&CenterDot;</mo> <msub> <mi>vx</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>y</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>&CenterDot;</mo> <msub> <mi>vy</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>z</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>&CenterDot;</mo> <msub> <mi>vz</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> </mrow> <msqrt> <msup> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>x</mi> <mi>t</mi> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>y</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>y</mi> <mi>t</mi> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>z</mi> <mi>s</mi> </msub> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>z</mi> <mi>t</mi> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> </msqrt> </mfrac> <mo>+</mo> <mi>&lambda;</mi> <mo>&CenterDot;</mo> <msub> <mi>f</mi> <mi>d</mi> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> </mrow>其中,R0为初始斜距值,fs为采样频率,fd(n)为像素对应的多普勒中心频率;第九步:利用双线性插值法进行重采样所需图像像元的灰度值;第十步:重复第五步至第九步,直到所需图像地图范围内全部像元计算完毕,获得对应的灰度值,由此获得校正后图像。
地址 100190 北京市海淀区北四环西路19号